Создание GPT-агента с помощью Python
Концепция агентов широко используется при разработке больших языковых моделей (LLM), например, в серии GPT, в которой разрабатываются специализированные агенты для выполнения определенных задач. Наглядным примером такого применения является OpenAI Assistant. Эти агенты, часто называемые агентами LLM, предназначены для выполнения определенных функций в рамках более широкой архитектуры обработки и генерации языка, что повышает эффективность и адаптивность моделей при обработке сложных диалогов и задач. Сегодня мы расскажем об агенте в GPT и покажем несколько примеров разработки агента в Open AI API и Python.
Независимо от того, хотите ли вы создать простой чат-бот для личного использования или сложного виртуального помощника для бизнес-приложений, это руководство предоставляет базовые знания и пошаговые инструкции, необходимые для воплощения вашего ИИ-проекта в жизнь. В конце этой статьи у вас будет полностью функционирующий агент, способный вести содержательные беседы. с возможностью расширения и настройки возможностей агента в соответствии с вашими потребностями.
Что такое агент?
Концепция агента не является новой идеей; скорее, она глубоко укоренилась в философской мысли, в которую внесли вклад такие известные философы, как Аристотель и Юм. По широкому определению, «агент» — это сущность, способная действовать, а «агентность» относится к выражению или демонстрации этой способности. В более конкретном контексте «агент» обычно относится к выполнению преднамеренных действий. Следовательно, термин «агент» применяется к сущностям, обладающим желаниями, убеждениями, намерениями и способностью к действию.
Крайне важно, что понятие «агент» включает в себя индивидуальную автономию, наделяя субъекты способностью к волевым действиям, принятию решений и проактивному поведению, в отличие от простого пассивного реагирования на внешние силы.
Работы по созданию искусственного интеллекта общего назначения ведутся постоянно, и их значительными вехами стало появление GPT-3.5, поразившего мировое сообщество своими возможностями. Несмотря на эти достижения, стало очевидно, что GPT-3.5 — далеко не превосходная версия.
Сложность разработки единой системы ИИ, способной выполнять все когнитивные задачи на уровне человека, общепризнанна. Поэтому появился более прагматичный подход, сфокусированный на разработке специализированных систем ИИ, способных эффективно взаимодействовать друг с другом. Эта стратегия позволяет использовать сильные стороны различных конструкций ИИ, способствуя созданию составного интеллекта, который может действовать синергетически в сложных условиях.
Как создать агента в Open AI API и Python
Используя API OpenAI, вы можете создавать интеллектуальных и интерактивных агентов, которые понимают и реагируют на естественный язык. Мы рассмотрим процесс разработки AI-агентов с использованием API OpenAI и Python шаг за шагом.
API Assistants
API Assistants позволяет создавать ассистентов искусственного интеллекта в собственных приложениях. Ассистент имеет инструкции и может использовать модели, инструменты и файлы для ответа на запросы пользователя. В настоящее время API Assistants поддерживает три типа инструментов: интерпретатор кода, поиск файлов и вызов функций.
На левой боковой панели вы получите доступ к различным функциям и настройкам:
- Песочница: Экспериментируйте с моделями и настраивайте их под свои нужды.
- Тонкая настройка: Настройте модели так, чтобы они лучше соответствовали вашим уникальным требованиям.
- Пакеты: Управление и мониторинг задач пакетной обработки.
- Хранение: Организация и доступ к сохраненным данным.
- Использование: Отслеживайте использование API и управляйте своим планом.
- API-ключи: Генерируйте и управляйте ключами API для безопасного доступа к сервисам OpenAI.
- Настройки: Настройте параметры вашей учетной записи и проекта.
- Документы: Доступ к исчерпывающей документации, которая поможет вам понять и эффективно использовать платформу.
На странице «Ассистент» есть четыре компонента: раздел «Имя», где вы можете присвоить имя своему Ассистенту, персонализировав взаимодействие; раздел «Инструкция», где вы можете предоставить инструкции для ассистента. В этом примере инструкция звучит так: «Ты - полезный помощник». Это задает тон и поведение для ответов помощника. Раздел «Выбор модели», где вы можете выбрать модель, которую будет использовать помощник. В данном случае выбрана модель «gpt-4o», что указывает на наличие самой последней и самой продвинутой модели, и раздел «Инструменты», где выбираются инструменты, которые вы хотите использовать с вашим помощником, расширяя его функциональные возможности для более широкого круга задач и более полной помощи.
- Поиск файлов: Переключите этот параметр, чтобы включить или отключить возможность поиска файлов для помощника.
- Интерпретатор кода: Включите или отключите эту опцию, чтобы включить или отключить возможности интерпретации кода, позволяющие помощнику выполнять и понимать код.
- Функции: Добавьте или удалите функции, которые может использовать помощник, расширяя его возможности по выполнению определенных задач.
Конфигурация модели
- Формат ответа: Выберите формат, в котором будут возвращаться ответы. В данном примере в качестве опции доступен формат объекта JSON.
- Температура: Настройте значение температуры, чтобы контролировать случайность ответов помощника. Более высокое значение (до 1) делает вывод более случайным, а более низкое - более детерминированным.
- Top P: Настройте параметр Top P, чтобы контролировать разнообразие генерируемых ответов. Если установить значение 1, помощник будет учитывать верхний процент массы вероятностей при генерации ответов.
Создайте своего первого агента ИИ на Python
Теперь возьмите клавиатуру, и давайте погрузимся в увлекательный мир разработки ИИ с помощью Python. В этом разделе мы создадим первого агента.
Я назначаю GPT экономическому аналитику. Думаю, в коде Python есть какая-то проблема. Я все ещё не могу выбрать модель GPT-4o.
from openai import OpenAI
OPENAI_KEY= ### You Open API Key
client = OpenAI(api_key= OPENAI_KEY)
assistant = client.beta.assistants.create(
name="Economic Analyst",
instructions="You are Economic Analyst work at one of the most prestigious investment firms in the world. You have a deep knowledge of macroeconomics and market trends.",
model="gpt-4-turbo",
)О! У вас есть первый агент искусственного интеллекта. Попробуем пообщаться с вашим агентом. Используя клиент OpenAI, создайте новый поток, сохраните его ID и определите пользовательское сообщение.
assistant_id = ## assistant ID(thsi first time you can use "assistant.id" )
thread_id = client.beta.threads.create().id
user_message = "Who are yor" Создайте функцию-помощник для красивой печати.
def submit_message(assistant_id, thread, user_message):
client.beta.threads.messages.create(
thread_id=thread.id, role="user", content=user_message
)
return client.beta.threads.runs.create(
thread_id=thread.id,
assistant_id=assistant_id,
)
def get_response(thread):
return client.beta.threads.messages.list(thread_id=thread.id, order="asc")
def create_thread_and_run(user_input):
thread = client.beta.threads.create()
run = submit_message(assistant_id, thread, user_input)
return thread, run
thread1, run1 = create_thread_and_run(
"Who are you"
)import time
def pretty_print(messages):
print("# Messages")
for m in messages:
print(f"{m.role}: {m.content[0].text.value}")
print()
def wait_on_run(run, thread):
while run.status == "queued" or run.status == "in_progress":
run = client.beta.threads.runs.retrieve(
thread_id=thread.id,
run_id=run.id,
)
time.sleep(0.5)
return run
run1 = wait_on_run(run1, thread1)
pretty_print(get_response(thread1))
Инструменты
Отличительной особенностью API Assistants является возможность расширить возможности наших помощников с помощью мощных инструментов, таких как интерпретатор кода, извлечение и пользовательские функции. Давайте рассмотрим, что может каждый из этих инструментов.
Стандартные инструменты включают "Интерпретатор кода" и "Поиск файлов", также у вас есть возможность добавить пользовательские функции.
thread, run = create_thread_and_run(
"Generate the first 20 fibbonaci numbers with code. "
)
run = wait_on_run(run, thread)
pretty_print(get_response(thread))
Мы можем извлечь код Python, выполнив следующие действия:
run_steps = client.beta.threads.runs.steps.list(
thread_id=thread.id, run_id=run.id, order="asc"
)
for step in run_steps.data:
step_details = step.step_details
print(json.dumps(show_json(step_details), indent=4))
Извлечение
Одним из наиболее заметных инструментов в API помощников является Retrieval. Эта функция позволяет расширить возможности вашего помощника, загрузив файлы, которые он может использовать в качестве базы знаний для более эффективного ответа на вопросы. Независимо от того, загружаете ли вы файлы непосредственно с панели управления или через API, вы можете гарантировать, что ваш помощник будет хорошо осведомлен и готов ответить на любой вопрос, имея под рукой необходимую информацию.
# Upload the file
file = client.files.create(
file=open(
"mi-investment-outlook-ce-en.pdf",
"rb",
),
purpose="assistants",
)
# Update Assistant
assistant = client.beta.assistants.update(
assistant_id,
tools=[{"type": "code_interpreter"}, {"type": "retrieval"}],
file_ids=[file.id],
)
show_json(assistant)
thread, run = create_thread_and_run(
"What about US Econmic"
)
run = wait_on_run(run, thread)
pretty_print(get_response(thread))
Заключение
Создание агента GPT на Python предполагает использование API OpenAI Assistants, который позволяет разработчикам создавать интеллектуальных и интерактивных агентов. Концепция агентов, глубоко укоренившаяся в философской мысли, относится к сущностям, способным к осознанным действиям и принятию решений. В этом руководстве вы узнаете о процессе разработки таких агентов с помощью OpenAI API и Python, а также найдете пошаговые инструкции по созданию функциональных ИИ-помощников.
Ключевые инструменты, доступные в API ассистентов, включают интерпретатор кода, поиск файлов и пользовательские функции. Эти инструменты расширяют возможности ИИ, позволяя ему эффективнее справляться с конкретными задачами. Следуя этому руководству, вы узнаете, как настроить среду Python, интегрировать API OpenAI и создать чатбота, способного вести содержательные беседы. В руководстве также рассматриваются дополнительные возможности, такие как загрузка файлов для использования ассистентом в качестве базы знаний, что гарантирует, что ваш ИИ будет хорошо информирован и способен обрабатывать сложные запросы.
В следующей статье мы опираемся на эти базовые знания и переходим к решению более сложных и интересных задач. Мы рассмотрим расширенные функции, такие как интеграция нескольких инструментов для создания более универсальных помощников, использование сложных API для динамического получения данных и реализация пользовательских функций для расширения возможностей ваших агентов ИИ. Изучив эти передовые темы, вы узнаете, как создавать узкоспециализированные и мощные системы ИИ, способные решать широкий спектр задач, от автоматизации бизнеса до персонализированного взаимодействия с пользователями. Следите за новостями, чтобы глубже погрузиться в увлекательный мир разработки ИИ с помощью Python и OpenAI API.
Источник доступен по ссылке.
